Ruby `uniq` 方法用于相等性检查是什么？答案

【问题标题】：What does the Ruby `uniq` method use for equality checking?Ruby `uniq` 方法用于相等性检查是什么？
【发布时间】：2019-01-31 13:31:08
【问题描述】：

我对在 Ruby 中的对象数组中实现自定义相等方法很感兴趣。这是一个精简的示例：

class Foo

  attr_accessor :a, :b

  def initialize(a, b)
    @a = a
    @b = b
  end 

  def ==(other)
    puts 'doing comparison'
    @a == @a && @b == @b
  end

  def to_s
    "#{@a}: #{@b}"  
  end

end 

a = [
  Foo.new(1, 1),
  Foo.new(1, 2),
  Foo.new(2, 1),
  Foo.new(2, 2),
  Foo.new(2, 2)
]
a.uniq

我希望 uniq 方法调用 Foo#==，并删除 Foo 的最后一个实例。相反，我没有看到“进行比较”调试行，并且数组的长度保持不变。

注意事项：

我使用的是 ruby 2.2.2
我尝试将方法定义为===
我已经用 a.uniq{|x| [x.a, x.b]} 长期完成了它，但我不喜欢这个解决方案，它使代码看起来很混乱。

【问题讨论】：

我们是否假设这两个答案都没有帮助？

标签： ruby

【解决方案1】：

它使用哈希和 eql 比较值？提高效率的方法。

https://ruby-doc.org/core-2.5.0/Array.html#method-i-uniq-3F

所以你应该覆盖eql? (that is ==) 和hash

更新：

我无法完全解释为什么会这样，但是覆盖 hash 和 == 不起作用。我猜这是uniq在C中实现的原因：

来自：array.c（C 方法）：所有者：数组可见性：公开行数：20

static VALUE
rb_ary_uniq(VALUE ary)
{
    VALUE hash, uniq;

    if (RARRAY_LEN(ary) <= 1)
        return rb_ary_dup(ary);
    if (rb_block_given_p()) {
        hash = ary_make_hash_by(ary);
        uniq = rb_hash_values(hash);
    }
    else {
        hash = ary_make_hash(ary);
        uniq = rb_hash_values(hash);
    }
    RBASIC_SET_CLASS(uniq, rb_obj_class(ary));
    ary_recycle_hash(hash);

    return uniq;
}

您可以通过使用 uniq 的块版本来绕过它：

> [Foo.new(1,2), Foo.new(1,2), Foo.new(2,3)].uniq{|f| [f.a, f.b]}
=> [#<Foo:0x0000562e48937cc8 @a=1, @b=2>, #<Foo:0x0000562e48937c78 @a=2, @b=3>]

或者改用Struct：

F = Struct.new(:a, :b)
[F.new(1,2), F.new(1,2), F.new(2,3)].uniq
# => [#<struct F a=1, b=2>, #<struct F a=2, b=3>]

更新2：

实际上，如果您覆盖== 或eql?，则在覆盖方面是不一样的。当我覆盖 eql? 它按预期工作：

class Foo
  attr_accessor :a, :b

  def initialize(a, b)
    @a = a
    @b = b
  end 

  def eql?(other)
    (@a == other.a && @b == other.b)
  end

  def hash
    [a, b].hash
  end

  def to_s
    "#{@a}: #{@b}"  
  end

end 

a = [
  Foo.new(1, 1),
  Foo.new(1, 2),
  Foo.new(2, 1),
  Foo.new(2, 2),
  Foo.new(2, 2)
]
a.uniq
#=> [#<Foo:0x0000562e483bff70 @a=1, @b=1>,
#<Foo:0x0000562e483bff48 @a=1, @b=2>,
#<Foo:0x0000562e483bff20 @a=2, @b=1>,
#<Foo:0x0000562e483bfef8 @a=2, @b=2>]

【讨论】：

更新了我的答案
“我无法完全解释为什么会这样，但覆盖 hash 和 == 不起作用。” – 您自己写了答案：“它使用 hash 和 eql? 方法比较值以提高效率。”

【解决方案2】：

你可以在the documentation of Array#uniq找到答案（由于某种原因，the documentation of Enumerable#uniq中没有提到）：

它使用hash 和eql? 方法比较值以提高效率。

hash和eql?的合约如下：

hash 返回一个Integer，对于被认为相等的对象必须相同，但对于不相等的对象不一定必须不同。这意味着不同散列意味着对象绝对不相等，但相同的散列并不能告诉您任何信息。理想情况下，hash 还应该能够抵抗意外和故意碰撞。
eql? 是值相等，通常比 == 更严格，但不如 equal? 严格，后者或多或少是同一性：equal? 应该只在将对象与自身进行比较时返回 true。

uniq? 使用与哈希表、哈希集等相同的技巧来加快查找速度：

比较哈希值。计算哈希值通常应该很快。
如果哈希值相同，则使用 eql? 进行仔细检查。

【讨论】：